汇报 PPT 设计思维教练

要解决的问题

用 LLM 生成 PPT 最常见的失败不是文字写得不好，而是把幻灯片当文档写：几页连续的“标题 + bullet 文本框”，方框套方框，页面留白靠拉大容器假装填满，底部再来一个万能总结框收尾。这类产出单看每一页都说得通，连着翻三页就开始像同一个模子。根因是模型在缺内容时选择“布置版面”，而不是“想清楚要表达什么关系”。

教练式的工作方式

这个技能不规定配色、页数或必用模板，而是教模型建立图例设计思维：先提取内容里的逻辑关系（序列、层级、循环、交叉、对比…），再映射成对应的空间形态，最后用简单原语组合出页面。三条核心立场：图是内容逻辑的空间映射；复杂图 = 简单原语 × 组合语法；一图只承载一个核心判断。

为此它设定了 6 条不可违反的硬底线：内容必须给具体机制、例子或数字；主要区域不得有 ≥0.3 inch 的连续空白；不得多页纯文本框堆叠而无视觉锚点；不得整页等宽均分；表格与密集文本框页每章限 1–2 页；方框使用要有节制，每页至少给一个非方框视觉锚点。同时内置一批反模式表，把胶囊文本框、emoji 装饰、彩虹渐变、万能标签、满宽总结框等做法逐条对照替代方案。

关键步骤

1. 选图三源判断：用户素材优先，其次论文/网页截取（PyMuPDF、Playwright，截完先核首页标题），最后才是自绘或 AI 生图。
2. 自绘优先：流程图、架构图这类内容用 PptxGenJS 的 addShape 画，可控性远高于生图；需要手绘风概念图时才走 SVG 字符串。
3. 复杂图先设计后落码：按六步法走——提取逻辑骨架、隐喻映射、原语分解、坐标骨架、统一涂装、探针验证。rotation/渐变方向不猜，先做探针页实测。
4. 导出即验证：PowerShell COM 把 .pptx 渲染成 PNG，肉眼扫留白带、遮挡、箭头方向。按模型能力分 A/B/C 三档：A 档（能看图）直接肉眼评，C 档（纯文本）则跑 grid_density.py、whitespace.py 和 fitH 反推公式兜底。
5. 提交前自检：内容项（标题是否点出核心、引用与图说是否齐全、有无“本章/接下来”这类水词）与视觉项（文本框是否贴底、纵横比、负坐标扫描——负值会让 PowerPoint 直接报文件损坏）逐条打勾。
6. 反馈分类修复：把用户反馈映射到 content-gap、text-fit-violation、dead-frame、arrow-overlap 等类型，按风险排序后一次脚本修完再 regen，避免半成品状态。

适用边界

• 它教的是方法而非成品。真正的排版决策仍取决于模型是否回到用户意图：这份演示给谁看、要让对方记住什么。
• “内容丰富”是默认取向。只有用户明确说要极简或留白时才切换风格。
• 内置的紫色学术调视觉 DNA 只是参考，仅在该风格被明确指定时才严格遵守。
• 需要桌面 PowerPoint 环境才能走 PNG 渲染验证路径，脚本和几何计算对无头环境支持有限。
• 对“拿一份已有 PPT 要求复刻风格”的逆向需求，走的是 figure-replication.md 那套解包 + XML 参数提取流程，而非正向设计流程。